AI & Breakfast — 6 марта

По пятницам мы собираемся на бизнес-завтрак и обсуждаем как и где внедрить ИИ в реальный бизнес.

Вот тут про прошлый раз.

Приходят люди из разных сфер - кто-то уже автоматизировал процессы у себя и делится результатами, кто-то приходит с задачей и мы вместе прикидываем, как ее решить с помощью ИИ.

Что обсуждали на прошлых встречах:
— Реалистичные макеты продукции через ИИ (продукта ещё нет, а клиент уже видит результат)
— Анализ звонков менеджеров и автоматические подсказки по следующему шагу
— Автоматизация расчета смет и тендерной документации
— CRM с ИИ-автопилотом, которую мы собрали и используем внутри КОД9


Формат: завтрак + разговор + обмен опытом.

Когда: 6 марта, в 10.10 утра.
Где: Рихтер, Пятницкая 42

Для записи пишите мне - @edcode9

С первым днем весны 💐🦾

Как заменить поддержку и продажи в интернет-магазинах?

Посмотрел прошлые наборы в Y Combinator и нашел этих ребят. Nara продает AI-агента для интернет-магазинов.

Агент работает как сотрудник чата: отвечает клиентам, помогает выбрать товар, отслеживает заказы, делает возвраты и доводит человека до покупки. Все это он делает круглые сутки) При этом агент работает сразу во всех каналах: на сайте, в мессенджере, по email и т.п.

Почему это важно?
По их оценке, бизнес теряет 20%+ продаж просто из-за медленных ответов. Получается что клиент пишет, ждёт и уходит к конкуренту не дождавшись ответа.

ИИ решает эту проблему. Вместо человека, появляется агент, который работает постоянно.
Стартап утверждает что до 70% типовых запросов в поддержку закрывается AI. Кроме этого агент работает как:

— продавец и лид-квалификатор
— ассистент по сервису

Но форкус все равно на customer support.

AI-саппорт кажется что один из самых понятных и быстрых сценариев внедрения ИИ в бизнес.
Поставил виджет на сайт и сразу видно эффект.

---

Как это решение может выглядеть с наших реалиях?

AI-продавец живет в Telegram/Max, подключён к Bitrix24 и 1С.

Клиент пишет в чат магазина -- есть куртка размера L?
- AI смотрит остатки, отвечает, предлагает альтернативы, может даже подобрать похожий товар

Если клиент спрашивает про статус заказ:
- AI вытягивает данные из CRM, показывает статус доставки, номер отправления, прогноз срока доставки

Если клиент сомневается:
- AI может задать уточняющие вопросы и довести диалог до покупки

Если запрос сложный (например конфликт или возврат), AI не заменяет человека, а передаёт диалог оператору с уже собранным контекстом.

Код за токены (деньги) - 10 месяцев спустя 🎥

Мы тут были заняты другими делами и было не до подкаста. Но столько всего происходит вокруг что обязательно надо было это обсудить. Ну мы и обсудили.

ЮТУБ - РУТУБ - ВК-ВИДЕО

В этом выпуске - Вадим Митякин: методолог, консультант, автор книг и концепций.

Что мы обсудили:

1. Как искуственный интеллект меняет нашу жизнь и наш бизнес.

2. Что делать и что не делать агентствам прямо сейчас. Куда бежать, чем заниматься.

3. Станет ли код бесплатным.

4. Надо ли строить второй EPAM и если не это, то что надо делать.

5. Что же это за треугольник на обложке его книги))

Много по делу, немного не по делу - в общем, как всегда.

Книга «Метод параноика» – https://mityakin.com

Если вы хотели упороться по вайбкодингу сегодня - то это можно сделать бесплатно на lovable
Еще дают $100 in free Claude API credits from Anthropic (нужно зайти в Lovable чтобы получить)

Всех девочек, девушек и женщин поздравляю с праздником! Все все лучшие 🌷🌷🌷

Архитектура AI-агентов: учимся у тех, кто уже поймал все проблемы

1. Если вы как и мы делаете AI-агентов - вы точно знаете что после 15-20 вызовов инструментов начинается тупняк и агент забывает свои собственные инструкции и/или съедает весь контекст и/или зацикливается на одном и том же действии.

2. Большинство эти проблемы уже решены в кодинг-агентах. Клодкод, Курсор, и т.п. — это самые плюс минус зрелые и рабочие агенты на рынке сейчас.

3. К счастью, по некоторым из них есть прям пишут научной статьи. OpenDev — это open-source кодинг-агент, документна 80 страниц):

Я конечно целиком не прочитал, но с помощью LLM прочитал.

Какие подходы описаны:

— Разные модели под разные задачи. Дешёвая для суммаризации, дорогая для логики, отдельная для рассуждений.

— Контекст — это бюджет. Вызов тулов съедают 70-80% окна. Поэтому 5-стадийное сжатие. Детали ищите в статье.

— Планировщик-агент не знает что write-инструменты существуют. Разделение ответственности.

— Точечные напоминания вместо повторения системного промта. После 15 вызовов тула модель забывает инструкции.

— Инструменты подгружаются лениво. Вместо загрузки всех MCP-схем в контекст, агент ищет нужные по ключевым словам.

— Doom-loop detection: 3 одинаковых вызова подряд - значит тормозим агента и задаем вопрос пользователю.

Всё это применимо к любым агентам, не только кодинговым. Управление контекстом, затухание инструкций, зацикливание - это универсальная боль.

Советую грузить PDF в своего любимого дружбана и там с ним изучать его.

Оригинал: https://arxiv.org/abs/2603.05344

Индивидуальный ИИ это не корпоративный ИИ

В эту пятницу на бизнес-завтраке обсудим, как нам построить новый завод

Когда я/вы начинаем пользоваться ЧатГПТ или Клодом - мы типа становимся продуктивнее.

Но компания от этого не становятся продуктивнее или лучше. Проблема в том, что индивидуальный ИИ (который у нас есть сейчас) и корпоративный ИИ (который мы еще придумываем) — это разные вещи.

Какие ключевые отличия?

— Координация
Компания из 100 человек с ChatGPT — это сто агентов, которые двигаются в разные стороны. Корпоративный ИИ нужен чтобы они двигались в одну.

— Сигнал или шум
С ИИ мы можем создавать кучу контента (шума). Корпоративный ИИ должен находить в этих горах то единственное, что важно.

— Объективность
ЧатГПТ/Клод скажет тебе что ты абсолютно прав даже когда ты не прав. Корпоративный ИИ должен уметь говорить нет.


— Специализация.
Корпоративный ИИ будет специализирован под конкретную задачу, а не делать все подряд как текущие модели.

— Выручка а не экономия времени
Большинство ИИ-продуктов продают экономию времени. Корпоративный ИИ должен генерировать доход.


— Автономность
Самый ценный ИИ — тот, который находит риск до того, о чем вообще никто не подумал.


Аналогия из статьи:
- в 1890-х заводы поставили электромоторы вместо паровых.
- 30 лет был почти нулевой прирост производительности.
- Только в 1920-х, когда полностью перестроили сам завод под электричество, пошёл результат.

Мы сейчас в 1900 году. Электричество есть а завод старый.

Проблема последней мили

По моим постам дорогой читатель уже понял, что сфера моих интересов - это ИИзация бизнеса.

На эту тему вышла крутая статья от HBS, где описывается опыт внедрения AI в организации: pilot-rich but transformation-poor - много пилотов но мало трансформации.

И проблема не в агентах и не в моделях, а (к сожалению) в архитектуре/структуре организаций.

Какие основные проблемы:

- Нету понятного пути от пилота с масштабному внедрению. Один банк внедрил 250 приложений на базе ИИ, но никакого результата на уровне всего бизнеса это не привело.

- Хрупкие/устаревшие процессы. Накладываем AI на старые процесс и ничего не происходит. Нужно редизайнить весь процесс чтобы был результат.

- (Мое любимое) Экспертиза организации живет в головах у специалистов а не в документах. Более того - специалисты часто бояться делиться этой экспертизой, чтобы не лишиться работы.

- Human-in-the-loop становится проблемой, когда агентов сотки.

- Зоопарк из enterprise-система с которыми нужно работать агентом сильно затрудняет внедрение.


Итого - чтобы все получилось нужно менять структуру организации, оцифровывать экспертизу, воспринимать агентов как сотрудников (онбоардить их, ставить KPI и т.д.)

—-

Мы сейчас работаем над ИИ-трансформацией маркетингового агентства в том числе использую принципы, описанные в данной статье. Если у вас есть подобная задачи - пишите мне.

ИИ в медицине

На полях Телемедфорума в Сколково сегодня я буду стоять возле нашего розового🌸 ролл-апа и отвечать на вопросы про искусственный интеллект🦾.

Приходите пообщаться. Регистрация кстати бесплатная. Я буду ближе к 15 часам.

Просто оставлю это здесь. Всем хорошей пятницы!